AI技术已成为推动营销迭代的重要驱动力。AI营销高速发展的同时,积累了海量的广告数据和用户数据。如何有效应用这些数据,是大数据技术落地营销领域的关键,也是检测智能营销平台竞争力的标准。


讯飞AI营销云一直致力于以AI赋能营销升级。为挖掘AI营销算法领域的顶尖人才,推动数字营销的技术革新,科大讯飞将于9月1日至10月25日举办“2018科大讯飞AI营销算法大赛”。

 

大赛介绍

“2018科大讯飞AI营销算法大赛”将提供讯飞AI营销云的海量广告投放数据,参赛选手通过人工智能技术构建预测模型预估用户的广告点击概率,即在给定广告点击相关的广告、媒体、用户、上下文内容等信息的条件下预测广告点击概率。

大赛赛程

9月1日10:00,报名启动;
9月10日10:00,初赛数据公布,初赛开启;
10月8日24:00,初赛结束;
10月9日10:00,复赛入围团队和复赛数据集公布,复赛开启;
10月17日24:00,复赛结束;
10月18日10:00,公布复赛结果;
10月23日,线下终审答辩; 
10月25日,颁奖典礼。

赛题赛制

参赛对象:
面向全社会开放,高等院校、科研单位、互联网企业在职人员和个人开发者等均可报名参赛。

赛制说明:
参赛队伍可以是单人组队或自由组合,但最多不超过三人。
1、每人只能参加一支队伍;
2、参赛队员须保证报名信息准确有效,不得使用小号,否则会被取消参赛资格及奖励。

报名方式:
进入科大讯飞AI营销云官网www.voiceads.cn,点击大赛专题页“立即报名“,完成个人信息注册,即可进行报名参赛。

赛题名称:
广告点击率预估

数据说明:
本次大赛为参赛选手提供了5类数据:基础广告投放数据、广告素材信息、媒体信息、用户信息和上下文信息。基础广告投放数据提供了广告最基本的信息,以及“是否点击”的标识。广告素材信息、媒体信息、用户信息和上下文信息等4类数据,提供了对点击率预估可能有帮助的辅助信息。

出于数据安全保证的考虑,所有数据均为脱敏处理后的数据。数据集提供了若干天的样本,最后一天数据用于预测,不提供“是否点击”标识,其余日期的数据作为训练数据。

此次比赛分为初赛和复赛两个阶段,两个阶段的区别是所提供样本的量级有所不同,其他的设置均相同。

初赛数据和数据详细说明将于9月10日上午10:00发布。
 
评测及排行
1、初赛和复赛均提供下载数据,选手在本地进行算法调试,在比赛页面提交结果;
2、通过logarithmic loss(记为logloss)评估模型效果,logloss越小越好;
3、评测将在每天的10:00 触发 ,若队伍一天内多次提交结果(包括多位队员提交),新结果版本将覆盖原版本,计算得分时以最后提交的版本为准;
4、排行按照logloss得分从低到高排序,排行榜将选择选手的历史最优成绩进行排名,排行榜也将在每天10:00更新。

奖项荣誉
奖金设置:

奖项   数量  奖励
一等奖 1 ¥30000/队+荣誉证书
二等奖 3 ¥10000/队+荣誉证书

注:
1.冠军获得者将有机会直接获得讯飞AI营销云的Offer;复赛入围者将获得科大讯飞就职的实习/内推机会;
2.复赛入围者将免费获得科大讯飞全球1024开发者节门票;
3.复赛入围者将优先受邀参加科大讯飞开发者沙龙;


专家评委

于继栋:科大讯飞副总裁、消费者事业群执行总裁。拥有亿级用户的讯飞开放平台奠基人,中国移动营销领军人物,打造出全球首个人工智能互动广告平台。

刘鹏:科大讯飞副总裁、消费者事业群副总裁、大数据研究院院长。多年从事人工智能与大数据领域的研究与实践,所著《计算广告》为全球该领域首部专著。

刘淇: 中国科学技术大学计算机学院副教授。主要研究方向为数据挖掘与知识发现、机器学习方法及其应用,着重于针对用户行为数据的建模和应用研究。

谭昶:科大讯飞大数据研究院执行院长。主要从事数据挖掘和推荐系统技术的研究和推广应用,在大数据技术、个性化推荐方面有着多年的研究和实践经验。

刘杰:科大讯飞大数据研究院副院长,科大讯飞AI营销事业部CTO。带领核心技术团队在广告形式的创新和互动广告的标准化上取得了突破性进展,所获成果已达到业界领先水平。

马海平:科大讯飞大数据研究院研究主管。带领团队从事数据挖掘及人工智能算法的研究及其在计算广告和个性化教育等方向的落地应用。

吕昕:科大讯飞大数据研究院研究主管,负责消费者BG用户产品的用户画像、精准营销和个性化推荐工作。

声明
本次大赛提供的全部数据、信息等,视为科大讯飞的保密信息。未经允许,任何人不得以任何形式使用、传播、披露、授权他人使用。

本次大赛的比赛规则、奖励信息、比赛时间等全部比赛所涉及的内容,最终解释权归科大讯飞所有。

赛事咨询电话:0551-65309743
官方交流QQ群:834766263

2018科大讯飞AI营销算法大赛,等你来战!

2018科大讯飞AI营销算法大赛全面来袭,等你来战!的更多相关文章

  1. 智慧航空AI大赛-阿里云算法大赛总结 第一赛季总结

    [以前的文章]最后一公里极速配送 - 阿里云算法大赛总结 总结一下新的教训 1.由于都是NP难题,获得最优解用常规的方法非常困难,对于不是算法科班出身的人来说,首先应该到网络上寻找一下论文,是否有一些 ...

  2. 华为AI应用创新大赛即将开启!公开课已备好!

    为鼓励开发者创新,挖掘前沿创新能力的应用及服务,帮开发者打造爆款应用的同时丰富终端消费者的用户体验,由设立10亿激励基金耀星计划扶持的华为创新竞赛平台即将开启. 竞赛平台将滚动推出AI.HAG.AR. ...

  3. 国人如此浮躁为哪般? --- 我看2018年度AI圈八大造假事件华人独占6件

    国人如此浮躁为哪般? ---  我看2018年度AI圈八大造假事件华人独占6件 人工智能在2018年发展很快,取得了很多成绩:很多新的产品,框架,软硬件系统,层出不穷:以七巨头为首的业界头部企业也取得 ...

  4. 易观OLAP算法大赛结果揭晓,开源组黑马放大招!

    100+天激烈赛程,40+国内顶级技术豪门对决,历经研发内部测试.正式环境测试和易观数据正式环境跑benchmark三大阶段.10月28日,易观OLAP算法大赛优胜名单出炉! 40+技术门派比武 易观 ...

  5. 首届全球RTB(实时竞价)广告DSP算法大赛

    首届全球RTB(实时竞价)广告DSP算法大赛 竞赛指南     RTB (Real Time Bidding, 实时竞价) 是近年来计算广告领域最激动人心的进展之一. 它增加了展示广告的透明度与效率, ...

  6. 贝叶斯公式由浅入深大讲解—AI基础算法入门

    1 贝叶斯方法 长久以来,人们对一件事情发生或不发生的概率,只有固定的0和1,即要么发生,要么不发生,从来不会去考虑某件事情发生的概率有多大,不发生的概率又是多大.而且概率虽然未知,但最起码是一个确定 ...

  7. 贝叶斯公式由浅入深大讲解—AI基础算法入门【转】

    本文转载自:https://www.cnblogs.com/zhoulujun/p/8893393.html 1 贝叶斯方法 长久以来,人们对一件事情发生或不发生的概率,只有固定的0和1,即要么发生, ...

  8. HDU6383 2018 “百度之星”程序设计大赛 - 初赛(B) 1004-p1m2 (二分)

    原题地址 p1m2 Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 131072/131072 K (Java/Others)Total ...

  9. HDU6380 2018 “百度之星”程序设计大赛 - 初赛(B) A-degree (无环图=树)

    原题地址 degree Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 131072/131072 K (Java/Others)Tot ...

随机推荐

  1. DQL-子查询

    一:含义 嵌套在其他语句内部的select语句称之为子查询或内查询 外套的语句还可以是 insert,update,delete,一般用select比较多 外面如果是select语句,我们称之为外查询 ...

  2. JAVA数据类型能串门不?

    JAVA这几种数据类型,能否串门?入了人家门,就得按人家规矩来,入乡随俗哦,难免发生有自觉的 还有不情愿被动的. 自动类型转换 自动类型转换:容量小的数据类型可以自动转换为容量大的数据类型.在图中,黑 ...

  3. mysql数据库迁移到oracle数据库后 如何删除相同的数据

    mysql数据库迁移到oracle数据库后 如何删除相同的数据 首先搞清楚有多少数据是重复的 select pid from product group by pid having count(pid ...

  4. 快速排序_c++

    快速排序_c++ GitHub 文解 快速排序正如其名,是一种排序速度较快的排序算法. 其核心思想: 取数组的第一个数,确定其在整个数组中的位置. 以刚刚的数值所确定的位置经数组分为两个部分. 再分别 ...

  5. Asset Catalogs

    原文见这里. Asset Catalogs用于简化管理程序内用到的图片.每个asset catalog可以包含image set, App Icon, Launch Image和OS X Icon(如 ...

  6. iOS之NSDictionary初始化的坑

    最近在做项目的时候遇到一个挺坑的崩溃问题,是由于NSDictionary初始化时nil指针引起的崩溃.假设我们现在要初始化一个{key1 : value1, key2 : value2, key3 : ...

  7. 确认框,confirm工具封装

    用bootstrap封装了个确认框工具 效果如下 代码如下: /** * 以模态窗做确认框的函数,title为标题栏内容,body为消息体,yesFun为点击确认按钮后执行的函数,执行后会执行关闭并删 ...

  8. LeetCode 中级 - 优势洗牌(870)

    给定两个大小相等的数组 A 和 B,A 相对于 B 的优势可以用满足 A[i] > B[i] 的索引 i 的数目来描述. 返回 A 的任意排列,使其相对于 B 的优势最大化. 示例 2: 输入: ...

  9. 在vue中如何实现购物车checkbox的三级联动

    最近用vue写一个电商项目,自然就少不了要写一个购物车的相关页面,功能完整的购物车的checkbox应该是三级联动的,1级checkbox是选中购物车中所有的商品,2级checkbox是选中某个店铺下 ...

  10. 01 elasticsearch 概念理解

    最近在看一套 es 的教学视频,以下笔记主要来自视频资源 Near Realtime(NRT):近实时,先说实时就是数据创建到查询时间在毫秒级或更少: 和实时不一样的是近实时数据在创建到查询最多需要n ...